R语言：基于数据框匹配值批量修改矩阵列名

前置测试对象初始化 #

按照需求给定的结构，提前初始化两个核心对象：

# 存储细胞分类信息的data frame
df <- structure(
  list(x = c("do", "si", "si")),
  row.names = c("ACCTTAC", "ACCGTGG", "AGTCGGG"),
  class = "data.frame"
)

# 行名为基因、列名为细胞ID的表达矩阵
mat <- matrix(
  1:9,
  nrow = 3,
  dimnames = list(
    c("Gene1", "Gene2", "Gene3"),
    c("ACCTTAC", "ACCGTGG", "AGTCGGG")
  )
)

核心实现代码 #

方案1：基础R语法实现（无第三方包依赖） #

逻辑为直接通过行列名索引匹配取值，拼接后回写矩阵列名，是通用度最高的实现方式：

# 提取矩阵的所有细胞ID列名
cell_id_vec <- colnames(mat)
# 按细胞ID顺序匹配对应的样本分类值
cell_group_vec <- df[cell_id_vec, "x"]
# 拼接生成「分类值_原细胞ID」格式的新列名，赋值给矩阵colnames
colnames(mat) <- paste0(cell_group_vec, "_", cell_id_vec)

方案2：tidyverse工作流实现（适配已有数据分析流水线） #

如果项目已经引入tidyverse生态，可使用管道操作完成全流程，代码可读性更强：

# 需提前加载依赖包
library(dplyr)
library(stringr)

# 生成新列名并回写
colnames(mat) <- df %>%
  # 保证行顺序与矩阵列顺序完全匹配，避免错位
  slice(match(colnames(mat), row.names(.))) %>%
  # 按格式拼接新列名
  mutate(new_colname = str_c(x, "_", row.names(.))) %>%
  pull(new_colname)

注意事项 #

• 代码运行前需检查：矩阵列名与df行名的匹配度，若存在未在df中找到对应分类的细胞ID，匹配结果会返回NA，最终列名会出现NA_细胞ID的异常格式
• 两种方案都严格按照矩阵原有列的顺序生成新列名，不会打乱矩阵本身的列排布

最终效果校验 #

运行代码后直接输入mat查看输出，即可得到目标格式的矩阵：

do_ACCTTAC si_ACCGTGG si_AGTCGGG
Gene1           1          4          7
Gene2           2          5          8
Gene3           3          6          9

内容的提问来源于stack exchange，提问作者giegie